Raros são os dias que terminam sem uma nova e incrível fronteira tecnológica de Inteligência Artifical ser anunciada. De fintech a edtech, o que antes era extremamente improvável agora é uma realidade comercial. Não há dúvidas de que o big data e a IA vão trazer importantes avanços para a área da administração, em especial no que diz respeito à capacidade de tomar decisões com mais informações. Contudo, certas decisões — particularmente aquelas relacionadas à estratégia, inovação e marketing — tendem a continuar exigindo a participação de seres humanos, que podem ter uma visão holística e fazer uma avaliação qualitativa com base em considerações pessoais de contextos e fatos. Aliás, até o momento, não há nenhuma IA que seja plenamente capaz de levar em conta os contextos emocional, humano e político necessários à automatização de decisões.
Por exemplo, levemos em conta o setor da saúde, no qual a IA tem tido um enorme impacto: mesmo que a IA possa ajudar um médico a fazer um diagnóstico e sugerir tratamentos especializados para um paciente com câncer, somente o próprio médico poderá, de fato, avaliar o estado geral de saúde e o contexto emocional do paciente (e de sua família) para decidir se prosseguirá, por exemplo, com cirurgia ou quimioterapia. Grande parte do que é feito na área da saúde não se resume apenas a fazer um diagnóstico, mas também inclui trabalhar com os pacientes para encontrar um tratamento adequado, que contribua com uma visão mais holística e empática da situação do paciente.
As tecnologias de IA podem fornecer aos gestores e funcionários dados e previsões precisas e imediatas para sustentar e possibilitar decisões certas em tempo hábil. Por outro lado, mesmo que um sistema de IA forneça um enorme volume de informações a um funcionário, elas não seriam suficientes para uma tomada de decisão a tempo se a burocracia interna da empresa exigisse uma pré-autorização demorada dos gestores seniores antes de agir quanto à decisão. Para obter o valor real da IA, os funcionários, em todos os níveis da empresa, precisam ter autonomia para tomar decisões finais com auxílio da IA e agir de acordo com elas. Em suma, é preciso haver uma democratização do poder decisório baseado na avaliação de cada um.
Muito do que vem sido escrito sobre os impactos da tomada de decisão do big data e da IA tende a enfatizar a importância de ter equipes centralizadas com diversos cientistas de dados. Isso sugere que as empresas com maior número desses cientistas têm chances maiores de gerar impacto nos negócios. Minha própria experiência como consultor, respaldada em pesquisas recentes, aponta para uma visão diferente: empresas que contratam um exército de cientistas nem sempre geram um resultado final melhor. Em vez disso, é a democratização do acesso a ferramentas de IA e o poder de tomar decisões entre gestores e funcionários que cria valor mais tangível.
Considere empresas de plataforma digital como a Airbnb, nas quais os dados são o ponto principal de seu modelo de negócios. A Airbnb acredita que todos os funcionários devem ter acesso à sua plataforma de dados para tomar decisões bem fundamentadas. Isso se aplica a todos os setores da organização, desde o marketing e o desenvolvimento de negócios até o RH. Seus funcionários podem monitorar, em tempo real, quantos de seus hosts usam os serviços profissionais de fotografia da empresa e em que localidade se situam, com tendências, padrões e previsões emergentes.
O acesso a dados é fundamental, mas não é suficiente. Os funcionários também precisam receber capacitação para usar e interpretar dados e ferramentas. Para a Airbnb, não seria possível ter um cientista de dados em cada sala, e a rápida internacionalização da empresa torna a situação ainda mais desafiadora. A Airbnb lançou um curso chamado Data University, que é dividido em três níveis e tem um programa de ensino com mais de 30 módulos. O objetivo consiste em construir conhecimento e capacitar todos os funcionários para utilizar e interpretar dados e ferramentas, permitindo que ajam com rapidez nas oportunidades de inovação. Um exemplo disso são os gerentes de produto, que estão aprendendo a escrever seu próprio código SQL e a interpretar seus próprios experimentos sobre lançar ou não uma nova funcionalidade de produto em determinada cidade. O resultado: desde o lançamento do curso, no final de 2016, mais de 2.000 funcionários foram treinados , e os usuários semanais ativos (WAU, na sigla em inglês) da plataforma interna — uma representação do nível de informação sobre dados que a organização possui — aumentou de 30% para 45%.
Outro caso é o da Unilever. Orquestrada pela ferramenta “Insights Engine” recentemente criada, a empresa implementou diversos sistemas e ferramentas orientados por inteligência artificial, acessíveis a todos os seus profissionais de marketing ao redor do mundo. A disponibilidade de insights do consumidor em tempo real, frequentes e orientados por dados, gerou ainda mais necessidade de tomar decisões de forma distribuída entre os profissionais de marketing da empresa, em todos os seus níveis. Uma ferramenta que utilizam é a People World, uma plataforma de IA capaz de extrair milhares de documentos de pesquisa de consumidores e dados de mídia social. A plataforma consegue responder a perguntas de linguagem natural que os profissionais de marketing venham a fazer em uma área específica. Isso lida com o problema clássico “Quem dera a Unilever soubesse o que a Unilever sabe!”, contribuindo para remover silos, aumentando a confiança em “uma fonte consolidada da verdade”, e reduzindo de maneira drástica o tempo necessário para tomar decisões bem fundamentadas.
Na última década, os custos e o tempo relativos à organização de dados e à realização de análises diminuíram substancialmente. Entretanto, em muitas empresas, o uso da IA ainda é altamente centralizado. As empresas de IA costumam desenvolver painéis para executivos seniores, que são utilizados exclusivamente por eles. A democratização da IA permanece limitada. Ao usá-la, no entanto, para aumentar a eficácia das decisões que os funcionários estão tomando, a necessidade de controlar e centralizar decisões basicamente desaparece. As boas práticas mostram como a democratização pode ocasionar decisões mais rápidas e mais bem distribuídas, tornando as empresas mais ágeis e receptivas às mudanças e oportunidades de mercado.
—————————————————————————
Alessandro Di Fiore é fundador e CEO da ECSI European Centre for Strategic Innovation e da ECSI Consulting. Fiore atua em Boston e Milão e pode ser contatado pelo e-mail adifiore@ecsi-consulting.com.
—————————————————————————
Tradução: Bruna Beatriz Gabriel
Fonte HBR